生成矩形毛坯最优T形排样方式的递归算法

讨论矩形毛坯无约束两维剪切排样问题．采用由条带组成的T形排样方式，切割工艺简单．排样时用一条分界线将板材分成2段，同一段中所有条带的方向和长度都相同．一段含水平条带．另一段含竖直条带．采用递归算法确定分界线的最优位置以及每段中条带的最优组合．以便使下料利用率达到最高．采用大量随机生成的例题进行实验，结果表明该算法在计算时间和提高材料利用率2方面都较有效．     

长板单一尺寸矩形毛坯定长分割优化排样

讨论剪刃长度小于金属板材长度,单一尺寸矩形毛坯的优化排样问题。将长板分割成多块子板,除最后一块外,所有子板具有相同的长度与相同的毛坯排列。通过对Agrawal提出的单一尺寸矩形毛坯最优化排样方法进行扩展,使之适用于确定最优的子板长度,实验计算结果表明所述算法非常有效,给出例题数据的排样结果,并和企业的通常作法相比较,说明采用该方法的节材潜力。     

改进的矩形毛坯三块排样方式及其算法

致力于改进矩形毛坯三块排样方式的生成算法,采用三种策略缩小解的搜索范围,并将该算法与线性规划相结合形成排样方案生成算法,用于求解大规模矩形毛坯排样问题.通过实验证明,与二阶段、T形、两段、三阶段排样算法相比,排样方案生成算法生成的排样方案虽然板材利用率稍低,但排样方案简单,能够简化切割工艺.     

同尺寸矩形毛坯最优排样动态递归剪切算法

为实现同尺寸矩形毛坯最优排样,该文提出了动态递归剪切算法。文章详细描述了该算法的基本设计思想、语言描述、实例求解;还完成了基于此算法的应用系统,并给出一例排样输出。     

同尺寸矩形毛坯排样的连分数分支定界算法

在确定同尺寸矩形毛坯最优排样方式的算法中,连分数算法的时间效率最高,但所生成排样方式的切割工艺复杂．提出连分数分支定界算法,该算法应用连分数法确定毛坯数最优值,采用贴切的上界估计方法;在搜索过程中只保留上界不小于最优值的分支,遇到下界等于最优值的分支时结束搜索．实验结果表明,该算法的时间效率和连分数算法接近,并可以有效地简化切割工艺,生成切割工艺最简单的排样方式．最后,通过实例分析说明该算法的节约材料潜力。     

矩形毛料无约束二维剪切排样的递归算法

将板材分成一系列的板块.对于每一板块,通过优化选择一个毛料放在其左下角,并确定剪切线的方向;沿着该毛料的上边界或右边界将剩余区域分成2个更小的板块以待进一步排样.实验结果表明：该算法的时间效率可满足实际应用的需要,与其他算法相比,所给出的排样方式材料利用率较高.     

矩形毛坯最优三块排样的新算法

针对矩形毛坯二维下料问题,提出采用三块排样的下料算法,以达到最小化板材消耗量和简化切割工艺的目标。该算法将列生成法和排样方式生成算法相结合,生成一个含多个排样方式(排样图)的集合,然后通过解整数规划问题获得各个排样方式的使用次数。排样方式生成算法通过构造并求解整数规划模型,求出最优三块排样。采用的三块排样,切割工艺简单,能有效提高切割效率。实验结果表明,该算法可以明显减少板材消耗。     

基于两阶段的分段单一矩形优化排样

为有效解决分段单一矩形优化排样问题,给出一个求解分段单一矩形优化排样问题的两阶段方法。第一阶段完成标准子段最佳排样方式求解,并将二维排样问题转化为一维下料问题,第二阶段使用适合于一维下料问题求解的算法完成板材最佳排样方式求解。使用该方法开发了一个单一矩形优化排样系统,该系统既可以解决分段单一矩形排样问题也可以解决其他类型的单一矩形优化排样问题。企业应用实例表明该方法是求解分段单一矩形优化排样问题的一个较为有效的方法。     

简化同尺寸矩形毛坯排样方式的动态规划算法

同尺寸矩形毛坯排样方式的最优性包括毛坯数量最优性和切割工艺最优性。前者是指排样方式中所含毛坯数最大;后者是指在所有实现毛坯数量最优性的排样方式中,切割工艺最为简单。采用条带数衡量排样方式的复杂性,用动态规划算法生成条带数最少的最优排样方式。实验计算结果表明,所述算法能够明显简化下料工艺,对指导生产实践具有较重要的意义。     

矩形件排样优化的一种近似算法

本文对理论上属于ＮＰ－完备问题的二维矩形件优化排样问题，构造了一个效率高、速度快、可令人满意的一种近似算法，该算法的主要思想是在排样过程中根据一种局部最优原则不断地动态产生一些较小的矩形，然后对这些小矩形区域排样，同时也消去一些已排过的矩形区域，直至所有的矩形件被排完，根据本文算法我们开发了一个矩形件排样系统。     

二维板材切割下料问题的一种确定性算法

研究二维板材切割下料问题,即使用最少板材切割出一定数量的若干种矩形件。 提出一种结合背包算法和线性规划算法的确定性求解算法。首先构造生成均匀条带四块排样方 式的背包算法;然后采用线性规划算法迭代调用上述背包算法,每次均根据生产成本最小原则 改善目标函数并修正各种矩形件的当前价值,按照当前价值生成新的排样方式;最后选择最优 的一组排样方式组成排样方案。采用基准测题,将该算法与著名的T 型下料算法进行比较,实 验结果表明,该算法比T 型下料算法更能节省板材,计算时间能够满足实际应用需要。     

基于排样矩形的直角边零件下料算法

针对实际操作中直角边零件下料利用率不高的问题,导入排样矩形的概念,将直角边零件下料问题分解为若干优化子问题,在此基础上,基于动态规划思想通过求解子问题构建全局最优解.实验表明,与传统的直角边零件板材切割相比,使用本文算法能够使板材的利用率提高30％-50％;与其他几种典型算法相比,本算法板材利用率提高显著,并且排样方案...     

钣金件数控激光切割割嘴路径的优化

提出了分级规划的三步算法来解决优化问题．首先用改进的最近邻算法选择打孔点;然后用智能仿生算法——蚁群算法来求解最佳割嘴路径;最后根据Z轴随动功能约束情况,用路径调整算法来调整前两步算法确定的最佳路径,并获得最终割嘴最佳路径．给出了运行实例并指出进一步的研究工作．     

基于改进遗传算法的矩形件优化排样

论文利用遗传算法结合剩余矩形排样法求解矩形件正交排样问题。通过对排样问题已知解信息进行统计分析,并根据分析结果改进原遗传算法判断个体好坏的标准,对父代种群进行了优劣分类,针对不同的分类采用不同的遗传操作,构造出一种改进遗传算法。通过实例验证,该算法得到了排样问题的最优解,说明了其有效性。     

采用放置式励磁机构的硅钢片磁性测试系统

针对目前常用的硅钢片磁性检测方法的缺陷,本文介绍了一种新的硅钢片自动检测系统方法.该系统采用放置式励磁机构,能实现对单片硅钢片进行自动检测,适用于实验室及生产线等各种场合.对系统的主要部分:励磁机构,测试电源,数据采集与软件设计进行了介绍,并给出了试验结果,具有良好的效果.